HiveSQL 与 SQL 的区别

Hive采用了类SQL的查询语言HQL (hive query language)。除了HQL之外,无任何相似的地方。
Hive是为了数据仓库设计的。

  • 1、存储位置: Hive在Hadoop上; Mysql 将数据存储在设备或本地系统中;
  • 2、数据更新: Hive不支持数据的改写和添加,是在加载的时候就已经确定好了;数据库可以CRUD;
  • 3、索引: Hive无索引,每次扫描所有数据,底层是MR,并行计算, 适用于大数据量; MySQL有索引 , 适给在线查询数据;
  • 4、执行: Hive底层是MarReduce ; MySQL底层是执行引擎;
  • 5、可扩展性: Hive: 大数据量; MySQL: 相对就很少了。
  • 6、Hive不支持事务

1、hive不支持将数据插入现有的表或分区,仅支持覆盖重写整张表

  • hive sql没有update、insert into类的更新表或插入表的操作
  • 关于这个很多人都写了不支持,但是在Hive的之前版本已经新增了这几个命令,现在是可以使用的

2、hive sql特殊字符拼接问题,如分号要先进行八进制的ASCII码转义。

  • 不能智能识别concat(‘;’,key),只会将 ‘ ;’ 当做SQL结束符号。
MySQL:
select concat(key,concat(';',key)) from dual;

hivesql:
select concat(key,concat('\073',key)) from dual;
将分号的用其八进制的ASCII码进行转义

3、hive sql不支持非等值连接,sql支持非等值连接
hive中把不相等的情况拿出来时,无法直接写字段A<>字段B,否则会报错。

想从一个订单表中,剔除测试用户的订单,该如何实现呢?使用left join

select a.uid,a.orderid
  from table1 a       --订单表
  left join table2 b  --测试用户id表
    on a.uid = b.uid 
 where b.uid is null

4、Hive中关于null 的存储与SQL不同
在传统数据库中字段没有值或者为空即表示为NULL,但是在hive中默认的NULL值是\N。

在hive中会把文本的\N解析为NULL。在使用IS NULL 或者IS NOT NULL时会过滤数据。

如果想延续传统数据库中对于空值为NULL,可以通过alter语句来修改hive表的信息,保证解析时是按照空值来解析NULL值。语句如下:

alter table ljn005 
SETSERDEPROPERTIES('serialization.null.format' ='');

这样就可以修改默认的NULL值的定义了。比如这里定义

alter table ljn005
SETSERDEPROPERTIES('serialization.null.format' ='abc'); 

5、函数使用不同:

  • 如分隔字符串:
MySQL:
select substring_index("1,2,3",",",1);    # 返回结果:1    
select substring_index("1,2,3",",",3);    # 返回结果:1,2,3

Hivesql:
select split("1,2,3", ',')[0];    # 返回结果:1     
select split("1,2,3", ',')[2];    # 返回结果:3
  • 时间转换函数:
MySQL:
select p_id , from_unixtime(p_create_time/1000,'%y-%m-%d') as times 
from poi 
where p_parent_id= 4782760

hivesql:
select p_id , from_unixtime(p_create_time div 1000,'YYYY-MM-dd HH:mm:ss') as times 
from poi 
where p_parent_id= 4782760

6、hive支持将转换后的数据直接写入不同的表,还能写入分区、hdfs和本地目录; SQL落地到文件

  • 这样能免除多次扫描输入表的开销。

7、不支持 ‘< dt <’这种格式的范围查找,可以用dt in(”,”)或者between替代。

8、建表语句不一样,hive有列分割,按字段分割,sql没有
hive中在创建表时,一般会根据导入的数据格式来指定字段分隔符和列分隔符。

一般导入的文本数据字段分隔符多为逗号分隔符或者制表符(但是实际开发中一般不用着这种容易在文本内容中出现的的符号作为分隔符),当然也有一些别的分隔符,也可以自定义分隔符。有时候也会使用hive默认的分隔符来存储数据。

分隔符详解:https://blog.csdn.net/qq_26442553/article/details/80297028

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,311评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,339评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,671评论 0 342
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,252评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,253评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,031评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,340评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,973评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,466评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,937评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,039评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,701评论 4 323
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,254评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,259评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,485评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,497评论 2 354
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,786评论 2 345